RavenPack News Analytics

Since 2003, RavenPack has pioneered investment-grade sentiment analysis in financial services. We do not believe in “one size fits all” and have developed multiple sentiment techniques where some leverage millions of rule sets while others use sophisticated machine learning algorithms.

This dataset delivers full historical and real-time structured analytics from premium news sources including:
- Dow Jones
- Wall Street Journal
- Barrons
- MT Newswires
- Benzinga

Analytics are also derived from local, regional, and international newspapers (both in real time, and historically) including Xinhua, El País, La Repubblica, Time Magazine, Washington Post, CNN, reputable blogs and content aggregator sites from more than 40,000 news and social media sources.

Using proprietary Natural Language Processing (NLP) technology, every news story is automatically tagged with topic tags including entities and event categories. RavenPack can recognize over 12 million named entities including companies across all industries, both public and private sectors, individuals, executives, insiders and influencers, geographic locations, products, and services.

Our world-class, finance-oriented taxonomy covers more than 7,000 different event topics and a reference map of securities symbols.

Unique in the marketplace, both our analytics and knowledge graph are point-in-time aware.

For every entity and event detected in a story, RavenPack provides analytics including:
- Sentiment scores
- Relevance metrics
- Novelty tracking
- Temporal scoring
- Topic tagging

Data Update Frequency: Intraday.

For more information, please visit https://www.ravenpack.com/products/edge/data/news-analytics

自2003年起，瑞文帕克（RavenPack）便率先在金融服务领域开创了投资级情感分析业务。我们不认可“一刀切”的解决方案，因此研发了多种情感分析技术：部分技术依托数百万条规则集，其余则采用先进的机器学习算法。

本数据集可提供来自优质新闻源的完整历史与实时结构化分析数据，涵盖以下来源：
- 道琼斯（Dow Jones）
- 《华尔街日报》（Wall Street Journal）
- 《巴伦周刊》（Barrons）
- MT Newswires（MT通讯社）
- Benzinga（本津加财经）

分析数据同时源自本地、区域及国际报纸（覆盖实时与历史数据），包括新华社（Xinhua）、《国家报》（El País）、《共和国报》（La Repubblica）、《时代周刊》（Time Magazine）、《华盛顿邮报》（Washington Post）、CNN，以及来自超过4万家新闻与社交媒体源的知名博客与内容聚合平台。

依托专有自然语言处理（Natural Language Processing，NLP）技术，每条新闻都将被自动标记主题标签，涵盖实体与事件类别。瑞文帕克可识别超过1200万个命名实体，包括各行业的公私企业、个人、高管、内部人士与意见领袖、地理位置、产品及服务。

我们的世界级金融导向分类体系涵盖超过7000种不同的事件主题，以及证券代码参考映射表。

在市场中独树一帜的是，我们的分析数据与知识图谱均具备时点感知能力。

针对稿件中检测到的每一个实体与事件，瑞文帕克均提供以下分析维度：
- 情感评分（Sentiment scores）
- 相关性指标（Relevance metrics）
- 新颖度追踪（Novelty tracking）
- 时序评分（Temporal scoring）
- 主题标记（Topic tagging）

数据更新频率：日内更新。

如需了解更多信息，请访问：https://www.ravenpack.com/products/edge/data/news-analytics

搜集汇总

背景与挑战

背景概述

RavenPack News Analytics 是一个提供历史与实时结构化分析的数据集，覆盖超过4万个新闻与社交媒体源，包括高端媒体如Dow Jones和国际媒体。它利用专有NLP技术自动标注超过1200万个实体和7000多个事件主题，提供情感评分、相关性等分析，数据日内更新。